Cornelis და Delos ხელოვნური ინტელექტის სისტემებისთვის ახალ ქსელურ ტექნოლოგიებს ამზადებენ
წყარო: The Register. ქართული თარგმანი: შიკრიკი.
AI networking startups race to replace Nvidia's NVLink

ტექსტი ავტომატურად ითარგმნა. წყარო: The Register.
Nvidia NVLink Fusion-ის გავლენას აფართოებს, კონკურენტი ქსელური მომწოდებლები კი ალტერნატიული კავშირებისა და კომუტატორების ბაზარზე გამოტანას ჩქარობენ.
AI Infra Summit-ზე Delos Data და Cornelis Networks (Cornelis Networks) მასშტაბური სისტემების შიდა ქსელების შეჯიბრებაში ოფიციალურად ჩაერთნენ.
NVLink-ის მსგავსი ქსელები Nvidia-ს საშუალებას აძლევს, რვა, 72 და ახლა უკვე 576 GPU ერთ უზარმაზარ ხელოვნური ინტელექტის ამაჩქარებლად ამუშაოს. კონკურენტები, მათ შორის AMD, ჩამორჩენის აღმოსაფხვრელად Ultra Accelerator Link-ის მსგავს ახალ პროტოკოლებს იყენებენ.
დღეს ეს პროტოკოლები ძირითადად სტანდარტული Ethernet-კომუტატორებით გადაიცემა. მაგალითად, AMD Broadcom-ის 102,4 Tbps სიმძლავრის Tomahawk 6-ზე დაფუძნებულ კომუტატორებს იყენებს. ისინი MI455X-ის სპეციალურ შეყვანა-გამოყვანის კრისტალებს უკავშირდება.
UALink-ისთვის სპეციალურად შექმნილი კომუტატორები და ფიზიკური კავშირები ჯერ ხელმისაწვდომი არ არის. Cornelis-სა და Delos-ს ამ მდგომარეობის შეცვლა სტანდარტიზაციით, პროგრამული ოპტიმიზაციითა და ახალი აპარატურით სურთ.
Cornelis-მა (Cornelis) ორშაბათს Active Compute Fabric (ACF) წარადგინა. ეს ღია არქიტექტურა მასშტაბური სისტემების შიდა და გარე ქსელებს პროგრამირებად გამოთვლით შესაძლებლობებს უმატებს.
Cornelis Intel-ს 2020 წელს გამოეყო. მისი Omni-Path თავდაპირველად მაღალი წარმადობის გამოთვლითი სისტემებისთვის შეიქმნა, მათ შორის Trinity-სა და Lynx-ის სუპერკომპიუტერებისთვის.
კომპანია მალე CN6000 სერიის 800 Gbps სიმძლავრის კომუტატორებსა და ქსელურ ბარათებს გამოუშვებს. Cornelis ტექნოლოგიის ფართო ბაზარზე გატანას ღია Ultra Ethernet-პროტოკოლით და სისტემების შიდა ქსელებში გამოყენებას გეგმავს.
ACF ავითარებს UALink-ისა და Ethernet for Scale-Up Networking-ის მიზნებს. იგი სხვადასხვა მწარმოებლის აპარატურისთვის ქსელში გამოთვლის შესაძლებლობების საერთო საბაზისო დონეს ადგენს.
Nvidia-ს NVSwitch ASIC-ების ერთ-ერთი მთავარი ტექნოლოგია SHARP-ის მხარდაჭერაა. მისი მეშვეობით კოლექტიური ოპერაციები კომუტატორის ASIC-ზე გადადის, რაც GPU-ს გამოთვლით რესურსს ათავისუფლებს და კომუნიკაციის დანახარჯს ამცირებს.
მსგავსი აჩქარება ახალი არ არის და ის Broadcom-სა და Cisco-საც სხვადასხვა ფორმით დაუნერგავთ. ACF-ის ღია არქიტექტურა მინიმალურ საერთო შესაძლებლობებს განსაზღვრავს, რათა მომხმარებლებმა ზუსტად იცოდნენ, რას იღებენ.
Cornelis სხვა ფუნქციების აჩქარების შესაძლებლობასაც ხედავს. მათ შორისაა რამდენიმე სესიაში მოდელის მდგომარეობის შესანახი KV-ქეშის გადატანა, MoE-მოდელებში ექსპერტების განაწილება და ქსელში საკონტროლო ასლების შექმნა. ბოლო ფუნქცია სწავლებისა და სხვა დიდი დატვირთვებისას შეფერხების შემდეგ აღდგენას ემსახურება.
ამავე გამოცემის სხვა ამბები.

Anthropic: That Claude Code extension compromise… couldn't be us
კომპანიამ განმარტა: „კომუნიკაციის დანახარჯმა და სინქრონიზაციამ შესაძლოა ძვირადღირებული ამაჩქარებლები არასრულად დატვირთული დატოვოს“. მისი თქმით, ქსელში განთავსებული ამაჩქარებლები მონაცემებს სისტემაში გადაადგილების დროსვე ამუშავებენ.
Cornelis-ის განცხადებით, უმოქმედო გამოთვლითი რესურსის დაბრუნებით შესაძლო ეკონომია მნიშვნელოვანია: „100 000 GPU-სგან შემდგარ სისტემაში Cornelis-ის მიერ საჯარო მონაცემების მოდელირება აჩვენებს, რომ GPU-ს საათების დაახლოებით ნახევარი მონაცემების ლოდინში იხარჯება. ეს წელიწადში დაახლოებით 1,68 მილიარდი დოლარის დაკარგულ სიმძლავრესა და 500 GWh ენერგიას უდრის“.
ამ შეფასებებს სიფრთხილით უნდა მოვეკიდოთ. თუმცა GPU-ს უმოქმედობის შემცირება მნიშვნელოვან ეკონომიას მოიტანს, ყველა შემაფერხებელი რგოლის აღმოფხვრა კი რთულია.
Cornelis ACF-ის არქიტექტურას ავითარებს, Delos Data (Delos Data) კი ფიზიკურ დონეზე ახალი ქსელური საცნობარო პროექტების შექმნას გეგმავს. სტარტაპი Barefoot Networks-ისა და Intel-ის ყოფილმა ხელმძღვანელებმა დააარსეს.
Nonstop AI-ის სახელით წარმოდგენილი ინტერფეისები ერთ კორპუსში ინტეგრირებული კავშირებიდან ტრადიციულ ქსელურ ბარათებამდე ყველაფერს მოიცავს. კომპანია მომხმარებლებს ბოლო წერტილებს შორის მონაცემთა გადაადგილების დასაჩქარებლად და ერთზე მეტი კარადის მომცველი გამოთვლითი სისტემების შესაქმნელად საერთო პროექტს სთავაზობს.
Delos მონაცემთა ინტერფეისს სამი ფორმით გამოუშვებს. პირველი შეყვანა-გამოყვანის კრისტალია, რომლის ჯამური გამტარუნარიანობა 30 Tbps-ზე მეტია, ანუ თითოეული მიმართულებით დაახლოებით 8 TB/s. Nvidia-სა და AMD-ს უახლესი ამაჩქარებლების ზღვარი 3,6 TB/s-ია. Delos-ის უპირატესობა იმაზე იქნება დამოკიდებული, როდის დაინერგება მისი ჩიპლეტები.
ვადები ინტეგრაციაზე მნიშვნელოვნადაა დამოკიდებული. შეყვანა-გამოყვანის კრისტალები პირდაპირ ამაჩქარებლის კორპუსში უნდა ჩაშენდეს, რაც მჭიდრო ერთობლივ პროექტირებას მოითხოვს.
Delos მომხმარებლების დახურულ ეკოსისტემაში მოქცევას Nvidia-ს მასშტაბით არ ცდილობს. NVLink Fusion-ის შეყვანა-გამოყვანის კრისტალებისა და ინტელექტუალური საკუთრების გამოყენებისას მომხმარებლებს მასშტაბური სისტემების შიდა ქსელისთვის ჯერ კიდევ NVSwitch-ების შეძენა სჭირდებათ.
Delos-ის ჩიპლეტები კონკრეტულ პროტოკოლზე დამოკიდებული არ არის და ESUN-ს, UALink-სა თუ სხვა ვარიანტს უჭერს მხარს. ჩიპების შემქმნელებს შეუძლიათ, Delos-ის პროექტი ლიცენზიით გამოიყენონ და რესურსები ამაჩქარებლების ხელოვნური ინტელექტის ნაწილზე მიმართონ.
იგივე მიდგომა Delos-ის კორპუსთან ახლოს განთავსებულ ოპტიკურ ტექნოლოგიაზეც ვრცელდება. ის 10 Tbps-ზე მეტი სიმძლავრის მონაცემთა ინტერფეისს წამყვანი მომწოდებლების ოპტიკურ ძრავებთან გააერთიანებს. Nvidia-ს ტერმინოლოგიით, ეს ორმხრივად 2,5 TB/s გამტარუნარიანობაა.
Nvidia-ს NVL72-ის მსგავს სისტემებში ენერგომოხმარების შეზღუდვების გამო ძირითადად სპილენძის კავშირები გამოიყენება. სისტემები 72 GPU-სგან შემდგარი კარადებიდან 576 და საბოლოოდ 1 152 GPU-სგან შემდგარ რიგებამდე იზრდება, ამიტომ ოპტიკა გარდაუვალი ხდება.
ოპტიკის პირდაპირ ამაჩქარებელში ჩაშენება დღესვე შესაძლებელია, მაგრამ ოპტიკური მოდულის მწყობრიდან გამოსვლა სისტემის დიდ ნაწილს დააზიანებს. ალტერნატივის სახით, კარადაში სპილენძის კავშირები დარჩება, კარადებს შორის კი მომხმარებლის მიერ შესაცვლელი ოპტიკური მოდულები დამონტაჟდება.
Delos ასევე 400 Gbps-ზე მეტი სიმძლავრის ქსელურ ბარათზე მუშაობს. ისიც კონკრეტულ პროტოკოლზე დამოკიდებული არ იქნება. დიდი სასწავლო კლასტერებისთვის, მომხმარებელთა წვდომისა და საცავის ქსელებისთვის გარე მასშტაბირების ქსელები კვლავ საჭირო იქნება.
ინტერფეისები Delos-ის არსებულ გამოთვლით საცნობარო პროექტსა და Nonstop AI-ის პროგრამულ პლატფორმას ეყრდნობა. პლატფორმა კომუტირებადი ქსელების გამართვასა და მონიტორინგს უზრუნველყოფს. კავშირის მწყობრიდან გამოსვლისას ის ტრაფიკს დინამიკურად გადაამისამართებს, ხოლო ტელემეტრია აღდგენას დააჩქარებს.
ინვესტორები ამ სფეროში კონკურენციის ზრდით დაინტერესდნენ. Cornelis-მა შემდეგი თაობის შიდა და გარე მასშტაბირების ქსელური პროდუქტების ბაზარზე გასატანად დაახლოებით 205 მილიონი დოლარი მოიზიდა.
Delos Data-მ სამშაბათს განაცხადა, რომ Matrix-ის, Playground-ისა და Socratic Partners-ის მხარდაჭერით 100 მილიონ დოლარზე მეტი მოიზიდა.
თემებიAMDBroadcomCiscoCornelis NetworksDelos DataIntelNvidiaActive Compute FabricNVLinkUltra Accelerator Link
შეადარე თარგმანი გამოცემის ორიგინალურ ტექსტს.
გამოქვეყნდა 16 სექტემბერი, 2026

In the year AI re-wrote the infosec rulebook, it’s comforting to know crypto exchanges still have bad security

Crim spent $7K+ on AI services in extortion attacks, then left evidence for all to see
სხვა ამბები ამ განყოფილებიდან.

DoorDash is acquiring Instacart for $17 billion

An AI Breakthrough Has Made Decades of Computer Science Research ‘Irrelevant’
Attackers turn GitHub issues into supply chain campaign against 61 public repos in less than an hour
კომენტარი (0)
გაგვიზიარე შენი აზრი.
კომენტარები ავტომატურად მოწმდება.
აზრის გასაზიარებლად შექმენი ანგარიში ან შედი.
კომენტარები ჯერ არ არის. დაწერე პირველი.